[发明专利]一种基于字典分类的音频匹配追踪装置及其追踪方法

说明书

技术领域

本发明涉及音频编码领域，具体是一种基于字典分类的音频匹配追踪装置。

背景技术

稀疏表示一般指用尽量少的基函数来准确地表示原始信号，从而抓住信号的主要特征，进而从本质上降低信号处理成本。匹配追踪(MP：Matching pursuit)作为使用较广的稀疏表示算法之一，其基本思路是在迭代过程中依次从过完备字典中选择最优原子，使得信号的逼近更为优化。由于MP算法用来表示信号的过完备字典基可以自适应根据信号本身的特点来灵活地选取；并且其在原子选择过程中采取的是一种重复迭代逼近的贪婪算法，保证了最终得到的原子系数个数较少，MP算法被广泛应用于信号分析的各个领域，如图像处理、生物医学信号处理、音频处理等。

随着人们对流媒体质量要求的提高以及移动终端用户数量的不断增加，音视频编码效率的要求也日渐提高。传统匹配追踪算法因其计算复杂度较高，不适应于实时处理。目前已提出多种快速匹配追踪算法，但大都涉及耗时的优化，或是牺牲稀疏表示效率为补偿，计算速度也难以满足大规模问题的需要。

发明内容

本发明的目的在于提供一种基于字典分类的音频匹配追踪装置，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：

一种基于字典分类的音频匹配追踪装置，包括信号分解单元和信号重构单元，信号分解单元包括字典建立模块、信号分类模块、权值比较模块、残差计算模块和阈值控制模块，信号重构单元包括重构系数提取模块和信号合成模块。

所述基于字典分类的音频匹配追踪装置的追踪方法，包括信号分解方法和信号重构方法；所述信号分解方法的具体步骤如下：

步骤一，根据不同处理信号类型选择对应的稀疏字典；

步骤二，判断待处理信号的类型，根据其类型选择与之相适应的稀疏字典，对原始信号进行分类预处理，计算其与步骤一中所建立的稀疏字典的匹配度；

步骤三，将步骤二中得出的稀疏字典记为D，为求各字典中各原子在待处理信号上的权重系数，将稀疏字典中的原子依次与待处理信号做内积，计算内积绝对值的最大值；

步骤四，由步骤三可得待处理信号在字典中最大原子处的分量，则此次迭代后信号残差为信号与该分量的矢量差值，同时在稀疏系数矢量中记录更新的稀疏系数；

步骤五，匹配追踪算法处理信号是通过累计迭代，将原始信号表示成权重与对应原子相乘的叠加与残差之和，当信号残差减少至一定值时可以终止迭代，该一定值可由迭代次数和信噪比共同决定；

所述信号重构方法的具体步骤如下：

步骤一，从稀疏系数码流中提取重构信号要使用到的原子权重、原子标号和所用字典类型标号；

步骤二，根据字典类型标号确定编码时采用稀疏字典类型，将步骤一中所得原子权重与其对应稀疏字典中的原子做乘积，并依次累加，得输出信号为此次匹配追踪算法最终对原始信号的拟合信号。

作为本发明进一步的方案：信号分解方法中步骤二计算待处理信号与步骤一中所建立的稀疏字典的匹配度的具体计算步骤如下：计算待处理信号对应的频域值，将待处理信号的时域值与频域值分别归一化后划分成j个长度为a的小段(a≤N/2)，再计算各小段的能量值，a个连续样本的能量值可近似计算式如下：分别计算时频域能量的和的两倍，并比较其大小，

作为本发明进一步的方案：信号分解方法中步骤三所述的内积绝对值最大值的计算公式为：i_opt∈[1,M]为字典中原子标号，为各原子与S的内积值，为字典中原子在S上的最大权重系数。

作为本发明进一步的方案：信号分解方法中步骤五中所述的信噪比简化计算公式为：S为稀疏表示处理前的原始信号幅度值，S′为此次稀疏表示恢复后的信号幅度值。

与现有技术相比，本发明的有益效果是：本发明通过对信号进行分类，对不同类型的信号采取不同的稀疏字典进行MP算法，减少了无关遍历次数，降低了计算复杂度；在分类预处理过程中，通过计算原始信号的能量分布区间判断其适应的稀疏字典；本方法缩小了所需字典的维度，提高了编码速率，使用效果好。

附图说明

图1为基于字典分类的音频匹配追踪装置中信号分解方法的流程图。

图2为基于字典分类的音频匹配追踪装置中信号重构方法的流程图。

图3为基于字典分类的音频匹配追踪装置中信号分解单元的结构示意图。

图4为基于字典分类的音频匹配追踪装置中信号重构单元的结构示意图。